算法工程师

优缺点分析

角色解读

• 技术深度发展：成为大模型算法专家，主导核心模型的研发与优化
• 技术广度拓展：向Agent系统架构、多模态等方向延伸，成为全栈AI人才
• 管理路径：带领团队攻克技术难题，逐步转型为技术Leader
• 使用SFT、RLVR、Agent RL等技术优化大模型对话效果，提升业务指标
• 设计并实现Agent架构，包括React、Multi-Agent等，探索Test-Time Scaling方法
• 跟踪LLM前沿研究，将新技术应用于实际业务场景
• 扎实的编程能力，精通Python/C++，能够快速实现算法原型
• 深入理解大模型训练技术栈，如Reward Model、GRPO/PPO/DPO、SFT等
• 熟练掌握Llama Factory、Verl等训练框架，熟悉推理加速和开源模型原理
• 优秀的分析和解决问题能力，对挑战性问题充满热情

申请策略

• 提前了解京东科技的业务方向（供应链金融、企业服务等），思考技术如何落地
• 在面试中准备一个完整的大模型优化案例，展示从问题定位到方案实施的全过程
• 突出大模型相关项目经验，如使用SFT/RLHF优化对话模型的成果
• 强调对开源模型（Qwen、DeepSeek等）的深入理解或修改经验
• 展示熟练使用的训练框架（如Llama Factory、Verl）和推理加速工具
• 列举顶会论文发表或开源贡献，体现技术深度
• 补充Agent相关技术，如React、Multi-Agent协调、工具调用等
• 深入学习强化学习理论，特别是GRPO、PPO等算法细节

面试指南

• 对于技术对比类问题，先阐述基本概念，再对比异同，最后结合具体业务场景说明选择理由
• 对于设计类问题，先明确目标，再提出可行方案，并考虑不同方案的 trade-off
• 对于开放性问题，先梳理思路，再分步骤回答，展示逻辑性和系统性
• 请解释SFT和RLHF的区别，以及它们分别适用于什么场景？
• 设计一个Agent系统来解决复杂任务，你会如何选择架构？
• 如何评估大模型在对话任务中的表现？有哪些关键指标？
• GRPO和PPO在训练大模型时有什么优缺点？
• 当你需要提升模型在特定领域的效果时，你会采用哪些技术？